金融におけるAI: 金融サービスを再定義する両刃の剣

今日、怠けている人だけが、人工知能（AI）とその潜在能力、つまり私たちの生活のほぼすべての側面、包括して金融を革命する可能性について話し合わない。実際、AI市場は驚くべき成長を遂げている——2024年には184億ドルを超え、2023年よりも50億ドル多くなった。また、この成長は今後も続き、2030年までに826億ドルを超えることが予測されている。

しかし、これは一方の話である。他方では、研究によると、特に金融におけるAIの導入に伴う問題が増えてきている。2024年には、問題として、プライバシーと個人データ保護、アルゴリズムの偏り、透明性の倫理に関する問題が増えてきている。また、潜在的な雇用喪失に関する社会経済的な問題も議題に上がっている。

 AIに関連するすべてのことが問題であるということだろうか。金融におけるAIの普及的な導入のための実際的な課題と、AIがまだ大衆に届くように解決しなければならない落とし穴について考えてみよう。

大量のAI統合のための実際的な課題

当初の目標は、人間の意識レベルの人工知能——いわゆる強いAI、または人工一般知能（AGI）——を作成することであった。しかし、まだその目標に到達していない。実際、まだ5〜7年はかかる。現在のAIの期待は大きく過大評価されている。今日の技術は印象的であるが、狭い、特化したAIシステムにすぎない。それらは個々のタスクを特定の分野で解決するが、自己認識は持たず、人間のように考えず、能力も限られている。したがって、AIの拡大は、AIの普及の課題となる。AIは、大規模に使用されるほど価値があるが、企業はまだ、AIをすべてのプロセスに効果的に統合し、調整およびカスタマイズできるようにする方法を学ぶ必要がある。

さらに、多くの人が考えるように、データのプライバシーに関する懸念はAIの主な問題ではない。私たちは、すでに長い間、データが機密でない世界に生きている。誰かがあなたについての情報を得ようとする場合、AIの助けを借りずにできる。AIの統合の実際的な課題は、AIが誤用されず、責任を持って導入されることを確認することである。

AIの使用に関する倫理は、AIが大衆に普及する前に解決しなければならない別の問題である。

既存のシステムにおける主な問題は、検閲である。ニューラルネットワークが爆弾のレシピを共有することを禁止する線引きはどこにあるのか。特に、政治的正しさの観点から検閲された回答など、”悪い人”はいつでも制限なしにネットワークにアクセスできる。制限付きのネットワークを使用して自分たちを傷つけないようにしているのか。

しかし、中心的な倫理的なジレンマは、長期的な目標の問題である。強いAIを作成したとき、合理的なシステムを使用してルーチンタスクを実行し、それをある種の奴隷に変えることができるか。科学フィクションでよく議論されるこの話題は、来るべき10年で実際的な問題になる可能性がある。

企業が無шовなAI統合のためにすべきこと

実際、AIの問題を解決する責任は、AIを統合する企業ではなく、開発する企業にある。技術は、利用可能になると静かに導入される。何か特別なことをする必要はない——このプロセスは自然である。

人工知能は、人間のコミュニケーションを代替できる狭いニッチでうまく機能する。たとえば、チャットルームなど。はい、これは何人かには面倒だが、時間の経過とともにプロセスはよりアクセスしやすくなり、より快適になる。ある日、AIは人間のコミュニケーションスタイルに最終的に適応し、より役立つものとなり、技術は顧客サービスにますます関与するようになる。

AIは、巨大な量の異種情報を処理する必要があるプレアナリティクスでも効果的である。これは特に金融において重要である。常に、創造性のないが重要な作業に従事する分析部門があった。現在、分析のためにAIを導入しようとしているが、この分野の効率が向上している。ウォール街では、消滅すると考えている——AIソフトウェアは、分析者の仕事をはるかに迅速に、かつ安価に実行できるからである。

無шовなAI統合を達成するには、企業は技術を採用することを超えた戦略的なアプローチを取る必要がある。彼らは、ワークフォースの準備に焦点を当て、AIツールについて教育し、適応性の文化を育む必要がある。こうすることで、ルーチンタスクにおける人間の負担を軽減するすべてのことが進化し続ける。AIの導入が企業に競争上の優位性をもたらす限り、新しい技術が利用可能になるとそれらを導入するだろう。

鍵は、AIの効率性と、それがもたらす可能性のある課題のバランスをとることである。

金融を革命するAIの潜在能力

AIは、より伝統的なアプローチや他の方法とともに、金融市場で長い間使用されてきた。たとえば、数年前、高頻度取引（HFT）のトピックが特に重要になった。ここでは、AIとニューラルネットワークが、迅速な取引に重要な市場のミクロ構造を予測するために使用される。また、この分野におけるAIの開発の潜在能力はかなり大きい。

ポートフォリオ管理については、通常、古典的な数学と統計が使用され、AIはあまり必要とされない。しかし、AIは、最適化されたカスタマイズされたポートフォリオを構築するための量的かつ体系的な方法を見つけるために使用できる。したがって、ポートフォリオ管理におけるAIの普及度は低いが、開発の機会がある。技術は、特に小売顧客とのやり取りが重要なブローカーと銀行で、コールセンターとカスタマーサービスのために働く必要がある人の数を大幅に削減できる。

さらに、AIは、特に幅広い商品を扱う企業で、ジュニアレベルのアナリストのタスクを実行できる。たとえば、さまざまなセクターまたは製品で働くアナリストが必要かもしれないが、データの予備的な収集と処理をAIに任せ、分析の最終部分だけを専門家に任せることができる。この場合、言語モデルは有利である。

しかし、この市場におけるAIの多くの機能はすでに使用されており、わずかな改善だけが必要である。将来、人工一般知能（AGI）が現れたとき、すべての業界、包括して金融を含む、グローバルな変革が起こる可能性がある。ただし、この出来事は数年以内に起こる可能性があり、その開発は上記に述べた倫理的な問題やその他の問題を解決することによって決まる。